研究成果の概要 |
カメラ間人物照合への応用を目指し,多様な人物属性(服装,所持物体など)を反映した深層特徴を開発した. 畳込ニューラルネットワーク(CNN)の学習を人物属性ラベルの付与された歩行者画像データベースを用いて行い,中間層の特徴を取得し,カメラ間人物照合へ転用した.人物の判別性のより高い特徴をCNNに生成するため,人物属性の組み合わせを用いてCNNを学習する手法を提案した.この手法では, 上半身の服装,下半身の服装,それらの色などの属性グループ間の組み合わせに着目し, CNNの学習するラベルの詳細化を行う.ベンチマークデータベースを用いた評価実験により, 提案手法の有効性を定量的に確認した.
|